抽奖中奖率计算器

单次抽奖的中奖率就是奖品数 ÷ 参与人数。更有意思的是累计概率：参加 t 次独立抽奖，至少中一次的概率 = 1 − (1 − p)^t。100 人抽 5 奖（p=5%），参加 3 年累计中奖率只有 14.3%，也就是说 85% 的人三年颗粒无收——这不是运气差，是数学。想要累计中奖率过半，需要参加约 14 次。

期望值视角更冷静：期望中奖次数 = 次数 × 单次概率。参加 20 次 5% 的抽奖，期望中奖 1 次——但期望值只是平均，实际分布仍有人中 3 次有人空手。抽奖号码是否首尾相连、乒乓球是否有温度差异，这些物理偏差在无良商家手里确实可操作，但正规随机抽奖下唯一的策略就是增加参与次数，或者参加中奖率更高的活动。

抽奖概率的深层结构是二项分布的累积尾部。参加 t 次独立抽奖、单次概率 p，恰好中奖 k 次的概率 = C(t,k) × p^k × (1−p)^(t−k)。期望中奖次数 = tp，但方差 = tp(1−p) 意味着分布宽度——5% 抽 20 次期望 1 次，标准差 0.97，所以「中 0 次」和「中 3 次」都是正常波动。泊松近似在 p 小、t 大时成立：λ = tp，中奖 0 次的概率 ≈ e^−λ，这解释了为什么 5% 抽 20 次仍有 36.8% 的人空手而归。

无放回抽样（同一奖品不重复）会改变后续概率结构。100 人抽 5 奖，第 1 次中奖率 5%，若未中，第 2 次变成 5/99 ≈ 5.05%——微小提升，但 t 次累计仍接近 1 − C(95,t)/C(100,t)。「保底机制」是游戏业的改良：连续 n 次未中后第 n+1 次必中，截断了几何分布的尾部，期望参与次数从 1/p 压缩到约 0.7/p，代价是运营方成本可控性下降。

行为经济学揭示了抽奖设计的「概率忽视」与「情感账户」。Kahneman 的展望理论指出，人对 1% 概率的感知权重约 5-6%，5% 感知约 10%——小概率被系统性高估，这是年会抽奖「总觉得能中」的心理基础。奖品展示的视觉冲击（iPhone 堆成山）激活多巴胺预期，参与感本身成为奖励。合规层面，《反不正当竞争法》要求有奖销售最高奖金额 ≤ 5 万元，超过即违法；「内定中奖」在司法实践中被认定为虚假宣传，2019 年某电商平台因此被罚 50 万元。